基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用稀疏促进原理以及高光谱影像端元提取传统算法,结合线性光谱混合模型,提出了一种采用稀疏促进的高光谱影像端元提取方法.该方法不需要预先对端元数量进行估计,也不需要假设影像中存在纯像元.利用模拟数据以及真实高光谱影像对提出方法、ICE算法和NMF算法进行了对比实验分析.实验结果表明:提出方法能稳定地从影像中提取端元并同时估计出端元数目,精度也优于其他两者.
推荐文章
基于稀疏判别分析的高光谱影像特征提取
高光谱影像
稀疏表示
稀疏判别分析
线性判别分析
特征提取
深度学习自编码结合混合蛙跳算法提取农田高光谱影像端元
作物
遥感
图像处理
高光谱
端元提取
栈式自编码
混合蛙跳算法
基于粒子群优化的高光谱影像端元提取算法
高光谱影像
粒子群优化
线性混合模型
端元提取
基于相关向量机的高光谱影像混合像元分解
高光谱影像
混合像元分解
稀疏贝叶斯模型
相关向量机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种采用稀疏促进的高光谱影像端元提取方法
来源期刊 测绘科学技术学报 学科 地球科学
关键词 高光谱影像 稀疏促进 线性混合模型 端元提取 混合像元分解
年,卷(期) 2011,(4) 所属期刊栏目
研究方向 页码范围 288-291
页数 分类号 P237
字数 3331字 语种 中文
DOI 10.3969/j.issn.1673-6338.2011.04.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈伟 信息工程大学测绘学院 16 173 7.0 13.0
2 冯伍法 信息工程大学测绘学院 30 278 8.0 16.0
3 余岸竹 信息工程大学测绘学院 23 72 4.0 7.0
4 张驰 信息工程大学测绘学院 11 14 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (3)
二级引证文献  (3)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
高光谱影像
稀疏促进
线性混合模型
端元提取
混合像元分解
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
测绘科学技术学报
双月刊
1673-6338
41-1385/P
大16开
河南省郑州市陇海中路66号
36-391
1984
chi
出版文献量(篇)
2536
总下载数(次)
9
总被引数(次)
23241
论文1v1指导